期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于LSTM-SVR模型的航空旅客出行指数预测 被引量:13
1
作者 熊红林 冀和 +1 位作者 樊重俊 杨梦达 《系统管理学报》 CSSCI CSCD 北大核心 2020年第6期1169-1176,共8页
航空旅客出行的情况对民用航空机场建设与运营具有重大意义。定义了一种航空旅客出行指数,运用机器学习方法对航空旅客出行指数进行预测,克服了单一预测模型精度的不足。提出一种将长短期记忆网络(LSTM)与支持向量回归(SVR)相结合的航... 航空旅客出行的情况对民用航空机场建设与运营具有重大意义。定义了一种航空旅客出行指数,运用机器学习方法对航空旅客出行指数进行预测,克服了单一预测模型精度的不足。提出一种将长短期记忆网络(LSTM)与支持向量回归(SVR)相结合的航空旅客出行指数组合预测模型,并对预测结果集进行聚类分析。以上海机场航空旅客数据为实证,验证了LSTM-SVR组合预测模型可行性与有效性,实验结果显示:LSTM-SVR组合预测模型较传统单一预测模型具有更高的精度;同时,LSTM-SVR组合预测模型与其他组合预测模型相比也有较明显优势。此外,基于K-均值算法对航空旅客出行指数进行聚类分析并给出评级,此举为机场运营管理及旅客出行提供一定的决策支持。 展开更多
关键词 航空旅客出行指数 机器学习 长短期记忆网络 支持向量回归 K-均值聚类
在线阅读 下载PDF
基于MI-SVR模型的航空旅客出行指数预测方法研究 被引量:9
2
作者 熊红林 朱人杰 +2 位作者 冀和 樊重俊 徐佩 《控制与决策》 EI CSCD 北大核心 2021年第7期1619-1626,共8页
航空旅客出行的情况对民用航空机场建设与运营具有重大意义.针对航空旅客出行情况的预测研究,首先定义一种航空旅客出行指数,通过K-means聚类方法对航空旅客出行指数进行分级;然后基于互信息与相关性原理,选取航空旅客出行情况关键影响... 航空旅客出行的情况对民用航空机场建设与运营具有重大意义.针对航空旅客出行情况的预测研究,首先定义一种航空旅客出行指数,通过K-means聚类方法对航空旅客出行指数进行分级;然后基于互信息与相关性原理,选取航空旅客出行情况关键影响特征因子,提出一种基于关键影响因子与航空旅客出行指数互信息的MISVR(mutual information-support vector regression)机器学习预测模型;最后通过上海机场旅客出行指数预测实验对模型进行验证,实验结果显示MI-SVR模型具有可行性与有效性,同时,相比传统的预测模型预测效果更优.此外,实验结果也表明,相对仅基于历史数据进行独立预测,各模型基于互信息引入影响因子进行预测误差更小,研究结果有助于提升机场建设及运营管理水平,同时也可辅助人们选择通过民航交通方式出行的时段. 展开更多
关键词 机场运营管理 航空旅客出行指数 机器学习 互信息 支持向量回归 K-均值聚类
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部